A Bandit Approach for Mode Selection in Ambient Backscatter-Assisted Wireless-Powered Relaying
反向散射辅助无线供电通信将超低功率反向散射发射机与能量收集设备相结合。本文研究了混合中继的传输模式选择问题,该中继通过在有源无线供电传输和无源环境反向散射之间切换来转发数据。它首先提出了一个混合中继系统模型,并推导出其端到端的成功概率在理论上最优,但实际上是不现实的,条件下。传输模式的选择,然后制定为一个随机的双臂强盗问题在变化的环境中的奖励分布是非平稳的。所提出的模型选择方案并不假设可以访问任何信道状态或网络条件,而仅仅依赖于从过去的传输记录中学习。数值分析进行验证所提出的基于带宽的模式选择方法。
2020-05-13 cs.NI eess.SP
Backscatter-assisted Relaying in Wireless Powered Communications Network
研究了一种新的两用户无线供电通信网络(WPCN)中的协作方法,其中一个混合接入点(HAP)向两个分布式无线设备(WD)广播无线能量,而WD使用收集的能量向HAP发送各自独立的信息。为了解决WPCN中由远近效应引起的用户不公平问题,我们允许具有较强WD到HAP信道的WD使用其收集的部分能量来帮助将其他较弱用户的信息中继到HAP。特别是,我们利用在无线能量传输阶段的反向散射通信的使用,使帮助中继用户可以收获能量,并同时从较弱的用户接收信息。我们得到最大的共同吞吐量性能,通过联合优化的时间持续时间和功率分配的无线能量和信息传输。我们的仿真结果表明,后向散射辅助的合作方案可以有效地提高吞吐量公平性能的WPCN。
2018-07-14 cs.NI eess.SP
Joint Latency-Energy Minimization for Fog-Assisted Wireless IoT Networks
针对多设备向雾节点并行卸载任务的场景,提出在无线与计算约束下联合最小时延和能耗的资源分配方法,利用Tchebyshev定理、Nash议价与块坐标下降求得唯一合作NE并验证有效性。
2023-06-29 cs.GT cs.NI
Delay Adaptation Method for Relay Assisted Optical Wireless Systems
在本文中,我们研究的光无线中继器之间的发射机和用户的红外光无线通信(IROWC)系统的中继终端。针对不同中继终端信号到达时间不一致的问题,提出了一种时延自适应方法。在典型的两阶段中继IROWC系统中,三种不同的中继终端部署方案进行了研究,提出的延迟自适应方法。仿真结果表明,与传统系统相比,该系统具有更好的脉冲响应,采用时延自适应方法的中继系统的均方根时延扩展平均比传统系统小30%。
2020-04-30 cs.NI eess.SP
Computation Rate Maximum for Mobile Terminals in UAV-assisted Wireless Powered MEC Networks with Fairness Constraint
Shanghai Jiao Tong University(上海交通大学);Zhejiang University of Technology(浙江工业大学)
研究了一种无人机辅助的无线供电移动边缘计算(MEC)系统,无人机通过无线功率传输(WPT)为移动终端供电,并为移动终端提供计算服务。我们的目标是最大限度地提高终端的计算速度,同时确保它们之间的公平性。考虑到移动终端的随机轨迹,提出了一种基于软行动者-评论者(SAC)的无人机轨迹规划与资源分配(SAC-TR)算法,该算法结合了离线策略和最大熵强化学习来提高算法的收敛性。我们将奖励设计为计算速率、公平性和到达目的地的异构函数。仿真结果表明,SAC-TR可以快速适应不同的网络环境,并在各种情况下优于代表性的基准测试。
2021-09-13 cs.AI cs.NI
Throughput Analysis for Relay-Assisted Millimeter-Wave Wireless Networks
在这项工作中,我们分析了随机接入多用户中继辅助毫米波无线网络的吞吐量,其中的目的地和中继有多包接收能力。我们考虑一个全双工网络的合作中继,成功地接收到的数据包存储在一个队列中,我们分析了性能。此外,我们研究了两种不同策略对网络吞吐量的影响,通过这种策略,源节点通过使用更宽的波束(广播方法)或仅使用更窄的波束(完全定向方法)在同一时隙中向目的地和中继发送数据包。我们考虑了接收机处的波束间干扰,并给出了关于几个系统参数的最佳策略,例如,节点的位置和数量。
2018-10-05 cs.NI
RFID-Assisted Indoor Localization Using Hybrid Wireless Data Fusion
University of Maine(缅因大学)
本文提出一种基于分区的混合室内定位方法,结合RFID跟踪设备与多种IoT无线技术,通过仅在分区边界布置标签以降低成本,并利用RSSI进行蓝牙、WiFi和ZigBee的线性位置估计,实验验证了该方法的有效性。
2023-07-28 cs.LG cs.NI eess.SP
Mapping Wireless Networks into Digital Reality through Joint Vertical and Horizontal Learning
North Carolina State University(北卡罗来纳州立大学);University of Miami(迈阿密大学);Zhejiang University(浙江大学)
针对无线网络缺乏详细数字孪生映射方法的问题,提出基于时间序列数据的VH-Twin框架,通过垂直与水平联合学习及周期性聚类机制实现网络数字孪生的构建、部署与维护,并验证了其在效率与准确性间的平衡能力。
2024-04-22 cs.LG cs.NI eess.SP
EyeSec: A Retrofittable Augmented Reality Tool for Troubleshooting Wireless Sensor Networks in the Field
无线传感器网络(WSNs)通常缺乏用于远程调试的接口。因此,在部署现场进行故障诊断和故障排除。目前,WSN运营商缺乏专用工具来帮助他们完成这一过程。因此,我们介绍了EyeSec,在现场的WSN监测和维护的工具。一种增强现实设备(AR设备)使用光学标记来识别传感器节点。便携式嗅探器捕获网络流量并提取信息。利用这些数据,AR设备网络拓扑和传感器节点之间的数据流被可视化。与以前的工具不同,EyeSec是完全便携式的,独立于任何给定的基础设施,不需要专用和昂贵的AR硬件。仅使用被动检测,它可以被改造为已经部署的无线传感器网络。我们在低成本嵌入式硬件和商品智能手机上实现了概念验证,并使用6LoWPAN传输协议在WSN测试床中演示了EyeSec的使用。
2019-07-08 cs.CR cs.HC cs.NI
Reconfigurable Intelligent Surface-Assisted MAC for Wireless Networks: Protocol Design, Analysis, and Optimization
可重构智能表面(RIS)是一种很有前途的反射式无线电技术,通过重构无线传播环境来提高未来无线系统的覆盖范围和速率。目前的工作主要集中在RIS的物理层设计上。然而,使多个设备与RIS的协助下进行通信是一个至关重要的挑战性问题。出于这一动机,我们探讨了在介质访问控制(MAC)层的RIS辅助通信,并提出了一个RIS辅助MAC框架。特别地,通过预协商和多维预留(MDR)方案来实现RIS辅助的传输。在此基础上,我们研究了RIS辅助的单信道多用户(SCMU)通信。其中,作为一个整体的RIS可以由一个用户预留以支持多个数据传输,从而在用户处实现高效的RIS辅助连接。此外,在频率选择性信道下,通过在RIS分组上实现MDR方案,进一步探索RIS辅助的多信道多用户(MCMU)通信,提高RIS的服务效率,降低计算复杂度。此外,建立了一个马尔可夫链的基础上提出的RIS辅助的MAC框架,SCMU/MCMU的系统性能进行分析。然后,制定的优化问题,以最大限度地提高整体系统容量的SCMU/MCMU与能源效率的约束。性能评估证明了每一项的可行性和有效性
2021-03-23 cs.NI eess.SP
Robots-Assisted Redeployment in Wireless Sensor Networks
连通性和覆盖是无线传感器网络的两个关键问题。一些研究集中在提出解决方案,以改善和调整无线传感器网络的初始部署,以满足这两个标准。在我们的工作中,我们提出了一个新的层次结构的传感器网络,有利于收集冗余信息的拓扑结构。然后,几个移动机器人必须以优化的方式重新定位冗余传感器,以实现网络的最佳连接和覆盖。移动机器人必须相互合作,协调它们的运动。一个性能评估进行研究所需的机器人的数量和它的网络连接率和覆盖率的影响之间的权衡。
2012-07-31 cs.NI
Small Large-Scale Wireless Networks: Mobility-Assisted Resource Discovery
在这项研究中,小世界的概念进行了调查的背景下,大规模的无线自组织和传感器网络。无线网络是一种空间图,通常比随机网络更加聚集,并且具有更高的路径长度特性。我们观察到,通过添加少量的随机链接,无线网络的路径长度可以大大减少,而不影响集群。更有趣的是,这样的链路不需要随机形成,而是可以被限制在连接的节点之间的有限数量的跳。这具有重要的实际意义,因为现在我们可以在大规模无线网络中引入分布式算法,基于我们所谓的联系人,以提高此类网络中资源发现的性能,而无需诉诸全局洪泛。我们提出了新的基于接触的协议,在无线网络中有效地添加逻辑捷径。新协议利用移动性,以增加搜索的可达性。我们研究了我们提出的基于接触的架构的性能,并阐明了大规模的无线网络可以变成小世界网络的背景。
2002-07-17 cs.NI
AI-Assisted MAC for Reconfigurable Intelligent Surface-Aided Wireless Networks: Challenges and Opportunities
最近,重大的研究注意力一直致力于可重构智能表面(RISs)的研究,这是能够重新配置的无线传播环境,利用独特的属性的超材料为基础的集成大型阵列的廉价天线。现有的研究表明,RISs显着提高物理层性能,包括无线覆盖,可实现的数据率和能源效率。然而,多个用户访问一个支持RIS的信道的介质访问控制(MAC)仍然处于起步阶段,而许多开放的问题仍然有待解决。在这篇文章中,我们提出了四个典型的RIS辅助多用户的情况下,特别强调的MAC方案。然后,我们提出并阐述了集中式,分布式和混合人工智能(AI)辅助的MAC架构在RIS辅助多用户通信系统。最后,我们讨论了一些挑战,前景和潜在的应用,因为它们是相关的MAC设计的RIS。
2021-05-02 cs.NI
AI-Assisted Low Information Latency Wireless Networking
5G Phase-2及以后的无线系统将更多地关注垂直应用,如自动驾驶和工业物联网,其中许多被归类为超可靠低延迟通信(uRLLC)。本文对无线网络控制系统中的uRLLC提出了另一种观点,即信息延迟比uRLLC的传统通信延迟更重要,信息延迟度量的是信息获取过程中的时滞所导致的信息失真。提出了一种基于人工智能的无线网络情境感知多智能体强化学习(SMART)框架,以解决信息延迟优化问题。展示了自动驾驶(AD)中典型应用的案例研究,即,密集排队和交叉口管理的研究表明,SMART可以有效地优化信息延迟,更重要的是,信息延迟优化系统在交通效率等AD性能方面明显优于传统的面向uRLLC的系统,从而指出了一种新的研究和系统设计范式。
2019-12-03 cs.IT cs.NI eess.SP
Throughput Optimization of Intelligent Reflecting Surface Assisted User Cooperation in WPCNs
智能反射面(IRS)通过大量使用低成本的无源反射元件,可以有效地提高无线通信系统的能量和频谱效率。在本文中,我们研究了在无线供电通信网络(WPCN),其中两个WD收获无线能量和传输信息到一个共同的混合接入点(HAP)的IRS辅助用户合作的吞吐量优化。具体地,两个WD首先彼此交换它们的独立信息,然后形成虚拟天线阵列以联合地向HAP发送。我们的目标是最大限度地提高共同的(最小)吞吐量性能,通过联合优化的发射时间和功率分配的两个WD的无线能量和信息传输和无源阵列系数反映的无线能量和信息信号。通过与现有的一些基准方案的比较,我们的结果表明,所提出的IRS辅助的用户协作方法可以有效地提高WPCN中的协作传输的吞吐量性能。
2020-07-19 cs.NI
Analysis of IRS-Assisted Downlink Wireless Networks over Generalized Fading
未来的无线网络有望提供高频谱效率、低硬件成本和可扩展的连接。满足这些要求的一个有吸引力的选择是智能反射表面(IRS),它通过调整接收信号的相移和方向来保证智能传播环境。然而,IRS辅助的无线网络的复合信道,它是由一个直接的链路和级联链路的IRS辅助,使它具有挑战性的进行系统的设计和分析。这促使我们找到易于处理和准确的渠道建模方法来建模多种类型的渠道。为此,我们采用混合伽马分布模型的直接链接,级联链接,和混合通道。此外,该信道建模方法可以应用于具有任意类型的衰落作为每个链路的潜在衰落的各种传输环境。此外,一个统一的随机几何框架的基础上,这个听话的信道模型。首先,通过证明混合Gamma分布信道的可乘性和二次型,推导出级联链路和混合信道的分布。然后,我们进行了随机几何分析的IRS辅助无线网络的系统性能与所提出的信道建模方法。仿真结果表明,混合Gamma分布近似方法保证了高精度,提高了复杂传播环境下IRS辅助网络系统性能分析的可行性,特别是在广义衰落模型下。此外,所提出的分析框架提供了积极的见解系统设计的可靠性和效率。
2022-10-06 cs.NI
MAEC : A Movement-Assisted Energy Conserving Method in Event Driven Wireless Sensor Networks
能量是无线传感器网络中最重要的资源之一。最近,人们利用基站的移动性来保存能量。但在事件驱动网络中,移动性问题与连续监测问题有很大不同,因为只有一小部分传感器节点在同一时间有数据要发送。为了延长网络的生命周期,需要尽量减少转发流量的传感器节点数量.在本文中,我们提出了一种移动辅助节能方法,试图减少转发传感器节点的数量,通过指导基站移动靠近热点。特别是当应用于具有一组协作移动基站的网络时,该方法取得了良好的性能。大量的仿真实验验证了该方案的有效性。
2005-07-05 cs.NI
Twin Sorting Dynamic Programming Assisted User Association and Wireless Bandwidth Allocation for Hierarchical Federated Learning
National Yang Ming Chiao Tung University(国立阳明交通大学);Mississippi State University(密西西比州立大学)
针对分层联邦学习系统的用户关联与带宽分配问题,提出双排序动态规划算法及多边缘服务器下的辅助算法,还求解了带宽分配凸优化问题,仿真显示性能优于多种方案。
2024-08-17 cs.LG cs.NI
Optimal Task Scheduling in Communication-Constrained Mobile Edge Computing Systems for Wireless Virtual Reality
移动边缘计算(MEC)有望成为通过无线网络提供360度虚拟现实(VR)视频的有效解决方案。与之前的计算受限MEC框架通过增加通信资源消耗来减少移动VR设备的计算资源消耗相比,本文开发了一种通信受限MEC框架,通过增加计算资源消耗和利用移动VR设备的缓存资源来减少通信资源消耗。具体地,根据任务模块化,MEC服务器只能交付VR设备中未存储的组件,然后VR设备使用接收到的组件和对应的缓存组件来构建任务,导致低通信资源消耗但高延迟。MEC服务器也可以自己计算任务以减少延迟,但是由于整个任务的交付,它消耗更多的通信资源。因此,我们提出了一个任务调度策略来决定MEC服务器应该运行哪种计算模型,以最小化延迟约束下的通信资源消耗。最后,我们讨论了通信,计算和缓存之间的权衡,在拟议的系统。
2017-08-02 cs.IT cs.NI math.IT
RIS-assisted Seamless Connectivity in Wireless Multi-Hop Relay Networks
本文提出一种每个无人机节点配备RIS的网络模型,以建立无缝直连路径,减少中继开销,并通过RIS-DCF MAC协议及比较分析,证明RIS能显著提升多跳中继无线网络性能。
2024-12-14 cs.NI
Reliable Energy-Efficient Routing Algorithm for Vehicle-Assisted Wireless Ad-Hoc Networks
我们研究了物联网(IoT)中移动车辆的最优路由路径的设计。在我们的模型中,干扰存在,可能会干扰无线节点之间的信息交换,导致恶化的服务质量(QoS)的通信。此外,每个配备电池的节点的发射功率被约束以节省能量。我们提出了一个三步最优路由路径算法的可靠性和能源效率的通信。此外,结果表明,在移动车辆的帮助下,可以在很大程度上降低总能耗。研究了路径损耗、最大发射功率约束、QoS要求等因素对最优路由路径设计和能量消耗的影响。
2017-09-17 cs.NI
ISAC-Assisted Wireless Rechargeable Sensor Networks with Multiple Mobile Charging Vehicles
针对无线可充电传感器网络的充电调度难题,本文提出ISAC辅助协议,通过负载均衡、部分充电策略和冲突避免机制提升多移动充电车辆的充电效率。
2024-05-11 cs.NI
Energy and Age Pareto Optimal Trajectories in UAV-assisted Wireless Data Collection
研究了一种无人机辅助的无线网络,该网络中无人机从地面传感器节点收集信息,并将收集到的数据传输到仓库。信息新鲜度由信息年龄(AoI)度量捕获,而UAV的能量消耗被视为另一个性能标准。最重要的是,AoI和能源效率本质上是相互竞争的指标,因为降低AoI需要UAV更频繁地返回仓库,导致更高的能源消耗。为此,我们设计无人机路径,优化这两个相互竞争的指标,揭示帕累托前沿。为了制定这个问题,提出了一个多目标混合整数线性规划(MILP)与基于流的约束集,我们应用本德的分解建议制定。总体结果表明,所提出的方法可以推导出非支配的解决方案,无人机基于无线数据汇集的决策。数值结果证实了我们的研究,提出了两个目标的帕累托前沿和无人机轨迹的影响。
2022-05-10 cs.NI eess.SP
Virtual Reality Wireless Mobile Walkthrough Framework
在过去的几年里,图形密集型移动应用程序的数量和种类都有了显着的增长,这些应用程序允许用户在大型场景中进行交互和导航,例如古代场所,博物馆甚至虚拟城市。这些应用程序支持许多客户端,并对网络资源和计算资源提出了很高的要求。设计具有成本效益的移动漫游应用程序的一个关键问题是服务器和移动客户端设备之间的数据传输。在本文中,我们提出了一个有效的渐进网格传输框架,存储和划分场景对象到不同的分辨率。这样,每个移动设备渐进地接收和处理与其显示分辨率匹配的唯一对象的细节,从而改善用户的感知和整个系统的响应时间。细粒度缓存机制用于将最频繁请求的对象的详细信息保存在设备内存中,从而减少网络流量。最后,通过实验验证了该框架在不同虚拟场景设置和移动设备配置/类型下的有效性.
2018-04-28 cs.NI
Reusing Wireless Power Transfer for Backscatter-assisted Relaying in WPCNs
用户协作是解决无线供电通信网络(WPCN)中严重的远近用户不公平问题的有效技术。在本文中,我们考虑一个WPCN,其中两个合作的无线设备(WD)首先从混合接入点(HAP)收获无线能量,然后将其信息传输到HAP。具有较强WD到HAP信道的WD帮助中继其他较弱用户的消息。特别是,我们利用在无线能量传输阶段,其中较弱的用户反向散射接收到的能量信号,以被动的方式将其信息发送到中继用户的环境反向散射通信的使用。通过这样做,中继用户可以重新使用能量信号用于同时的能量收集和信息解码(例如,使用能量检测器)。与传统WPCN中的主动信息传输相比,该方法有效地节省了协作过程中弱用户在信息传输上所消耗的能量和时间。与建议的后向散射辅助中继方案,我们共同优化的时间和功率分配的无线能量和信息传输,以最大限度地提高共同的吞吐量。具体来说,我们推导出最优解的半封闭形式的表达式,并提出了一个低复杂度的优化算法来解决联合优化问题。通过与一些有代表性的基准方法进行比较,我们在广泛的网络设置下进行了仿真,并证明了所提出的合作方法有效地提高了WPCN的吞吐量性能。
2020-01-03 cs.NI
UAV-Assisted Wireless Communications: An Experimental Analysis of A2G and G2A Channels
本文通过实验分析50至500米距离下无人机航向对A2G和G2A信道信号强度、TCP吞吐量及天线辐射方向图的影响,揭示航向因素在实际无人机通信中的关键作用。
2023-08-12 cs.NI eess.SP
Digital Twin-Based 3D Map Management for Edge-Assisted Mobile Augmented Reality
University of Waterloo(滑铁卢大学);Carleton University(卡尔顿大学);Toronto Metropolitan University(多伦多都会大学);Xidian University(西安电子科技大学)
本文针对边缘辅助移动增强现实中的三维地图管理问题,提出基于数字孪生和基于模型的强化学习的方法,通过预测相机帧并利用仿真与实际数据快速生成自适应策略,从而在动态环境中降低位姿估计不确定性并提高数据效率。
2023-05-26 cs.AI cs.NI
Can 5G NR Sidelink communications support wireless augmented reality?
针对AR眼镜无线卸载计算的需求,本文通过系统级仿真分析5G NR Sidelink支持AR的可行性,发现现有标准难以支撑高端AR场景,并提出两项资源分配增强方案以提升性能。
2023-10-03 cs.NI eess.SP
A Business Model for Resource Sharing in Cell-Free UAVs-Assisted Wireless Networks
无人机(UAV)被广泛部署以增强无线网络容量并向基础设施覆盖范围之外的移动用户提供通信服务。近年来,在网络虚拟化技术的帮助下,多个服务提供商(SP)可以共享移动网络运营商(MNO)拥有的基础设施和无线资源。然后,它们使用从MNO获得的资源向其移动用户提供特定服务。然而,SP之间的无线资源共享是具有挑战性的,因为每个SP希望自私地最大化其效用/利润,同时满足其移动用户的QoS要求。因此,在本文中,我们提出了联合用户关联和无线资源共享问题的无蜂窝无人机辅助无线网络的目标,最大限度地提高总的网络效用的SP,同时确保其移动用户的QoS约束和资源约束的无人机部署的移动网络运营商。为了解决所提出的混合整数非凸问题,我们将所提出的问题分解为两个子问题:用户关联和资源共享问题。然后,一个双边匹配算法部署,以解决用户关联问题。我们进一步部署鲸鱼优化和拉格朗日松弛算法来解决资源共享问题。最后,大量的数值结果,以显示我们所提出的算法的有效性。
2021-07-02 cs.NI eess.SP
Heuristic Algorithms for RIS-assisted Wireless Networks: Exploring Heuristic-aided Machine Learning
针对RIS集成到无线网络带来的管理复杂度问题,研究梳理了RIS辅助无线网络优化的启发式算法,提出三种启发式辅助机器学习算法,案例验证启发式DRL性能优于传统DQN,为该领域优化提供新视角。
2023-11-06 cs.NI cs.SY eess.SY
NeSt-VR: An Adaptive Bitrate Algorithm for Wireless Virtual Reality Streaming
Universitat Pompeu Fabra(庞培法布拉大学);CREW
针对无线VR流的信道波动问题,提出NeSt-VR网络感知逐步ABR算法,经Wi-Fi实验验证,其可有效管理带宽变化、维持低延迟,性能优于GCC等基准算法。
2026-08-25 cs.NI
A Digital Twin for Reconfigurable Intelligent Surface Assisted Wireless Communication
可重构智能表面(RIS)是近年来兴起的6 G关键技术之一,它由大量低成本的无源元件组成,可以与电磁波进行智能交互,从而提高性能。然而,优化配置大量的RIS元素仍然是一个挑战。在本文中,我们提出了一种新的数字孪生框架的RIS辅助无线网络,我们称之为环境孪生(Env-Twin)。Env-Twin框架的目标是在各种粒度上实现最优控制的自动化。在本文中,我们提出了一个例子的Env-Twin模型来学习RIS配置与测量属性的接收器位置之间的映射函数,并在不涉及显式信道估计或波束训练开销的情况下,在RIS辅助的无线网络中相应的可实现速率。一旦学习,我们的Env-Twin模型可用于预测相同无线网络中任何新接收器位置的最佳RIS配置。我们利用深度学习(DL)技术来构建我们的模型,并研究其性能和鲁棒性。仿真结果表明,所提出的Env-Twin模型可以推荐接近最佳的RIS配置测试接收机的位置,实现接近上限的性能,假设完美的信道知识。我们的Env-Twin模型使用不到2%的总接收器位置进行训练。这个有前途的结果代表了巨大的潜力,建议的Env双框架开发一个实用的RIS解决方案,其中面板可以自动配置自己,而无需请求信道状态信息(CSI)从无线网络基础设施。
2020-09-01 cs.NI eess.SP
Resource Management in RIS-Assisted Rate Splitting Multiple Access for Next Generation (xG) Wireless Communications: Models, State-of-the-Art, and Future Directions
本文综述RIS与RSMA在xG无线通信中的协同资源管理,梳理20余种系统模型、60余篇文献及优化与机器学习方法,并指出性能优势、挑战与未来方向。
2024-04-09 cs.NI
The Interplay of Reconfigurable Intelligent Surfaces and Mobile Edge Computing in Future Wireless Networks: A Win-Win Strategy to 6G
可重构智能表面(RIS)授权通信被认为是第六代(6G)无线网络的使能技术。RIS辅助通信的关键思想是增强现代无线网络的容量、覆盖范围、能源效率、物理层安全性和许多其他方面。与此同时,移动边缘计算(MEC)已经通过将独立云服务器的计算、通信和缓存功能扩展到网络边缘来展示其巨大的潜力。在本文中,我们首先概述了MEC和RIS如何相互受益。我们设想MEC和RIS的集成将为无线网络的未来发展带来前所未有的转变。我们提供了一个系统级的观点,MEC辅助RIS(和RIS辅助MEC),将无线网络向6G发展。我们还概述了一些基本的挑战,涉及到MEC辅助RIS(和RIS辅助MEC)网络的实施。最后,讨论了RIS辅助MEC的关键研究方向。
2021-05-13 cs.ET cs.IT cs.NI
Base-Station Assisted Device-to-Device Communications for High-Throughput Wireless Video Networks
我们提出了一种新的方案,用于增加蜂窝通信系统中的视频文件的吞吐量。该方案利用(i)用户请求的冗余以及(ii)智能手机和平板电脑的可观存储容量。用户缓存流行的视频文件,并在收到其他用户的请求后,通过设备到设备的本地化传输服务这些请求。当文件请求发生时,当中央控制先验地知道无线设备的位置时,文件放置是最佳的。然而,即使是一个纯粹的随机缓存方案相比,这样的精灵辅助计划只显示出轻微的性能损失。然后,我们分析了最佳的协作距离,权衡频率重用的概率内找到一个请求的文件的协作距离。我们表明,一个到两个数量级的频谱效率的改善是可能的,即使有没有很高的冗余视频请求。
2013-04-28 cs.NI
Joint Optimization of Video-based AI Inference Tasks in MEC-assisted Augmented Reality Systems
人工智能(AI)算法的高计算复杂性和能耗阻碍了其在增强现实(AR)系统中的应用。然而,移动边缘计算(MEC)使解决这个问题成为可能。本文考虑在MEC系统中完成基于视频的人工智能推理任务的场景。我们制定了一个混合整数非线性规划问题(MINLP),以减少推理延迟,能源消耗和提高识别精度。通过推导和实验,给出了推理复杂度模型和准确度模型的简化表达式。然后,通过使用交替优化迭代地解决问题。具体地,通过假设卸载决策被给出,问题被解耦为两个子问题,即,本地完成推理任务的设备集和卸载任务的设备集的资源分配问题。针对卸载决策优化问题,提出了一种基于启发式算法的卸载决策优化算法。为了进一步降低复杂度,我们提出了一种基于交替方向乘法器(ADMM)的分布式算法。基于ADMM的算法具有低的计算复杂性,该计算复杂性随器件数量线性增长。数值实验表明了算法的有效性。文中还分析了时延、能耗和精度之间的权衡关系。
2023-01-03 cs.IT cs.NI math.IT
Optimization in Mobile Augmented Reality Systems for the Metaverse over Wireless Communications
本文针对元宇宙中移动增强现实系统的能耗与延迟问题,设计基于边缘的MAR系统并建立权衡模型,提出LEAO算法进行优化,仿真验证其性能优于相关算法。
2023-11-29 cs.NI eess.SP
Joint Caching and Resource Allocation in D2D-Assisted Wireless HetNet
5G网络需要提供非常快速和可靠的通信,同时应对用户流量的增加。在设备到设备(D2D)通信辅助的异构网络(HetNet)中,业务可以被卸载到小型基站或用户以提高网络的成功数据递送速率。在本文中,我们的目标是最大限度地提高成功交付给用户的文件的平均数量,通过共同优化缓存的位置和通道分配在缓存启用D2D辅助HetNet。首先,推导出平均内容传输延迟的解析上界。然后,制定联合优化问题。缓解了问题的非凸性,并确定了最优解。针对求解的高时间复杂度问题,提出了一种低复杂度的次优方法。数值结果说明了所提出的解决方案的有效性,并将其与传统的方法进行比较。最后,通过研究关键参数的影响,例如功率、缓存容量、QoS要求等,获得了设计这些网络的准则。
2019-04-11 cs.NI
Encoded packet-Assisted Rescue Approach to Reliable Unicast in Wireless Networks
近年来,网络编码技术已经成为一种很有前途的方法,支持可靠的无线传输丢失信道。在现有的协议中,用户没有兴趣考虑他们在编码或解码操作中的编码分组,该规则是昂贵的和低效的。本文通过理论分析,研究了可靠单播网络编码中编码数据包的影响。使用我们的方法,接收器不仅存储他们无意中听到的编码数据包,而且还将这些信息报告给他们的邻居,这样用户就可以在编码决策和解码操作中考虑编码数据包。此外,我们提出了一种重新分配算法,以最大限度地提高编码的机会,从而达到更好的重传效率。最后,理论分析和车轮网络的仿真结果表明,由于编码数据包的重传效率的提高。
2010-09-20 cs.IT cs.NI math.IT
Hybrid Quantum-Classical Maximum-Likelihood Detection via Grover-based Adaptive Search for RIS-assisted Broadband Wireless Systems
本文针对RIS辅助宽带无线通信的最大似然检测问题,提出一种混合量子-经典检测框架,将MLD建模为二次无约束二进制优化问题并用Grover自适应搜索求解,以经典MMSE检测器初始化阈值加速收敛,仿真表明该方案在降低查询复杂度的同时实现接近最优的检测性能。
2025-05-06 cs.NI eess.SP
RIS Assisted Wireless Networks: Collaborative Regulation, Deployment Mode and Field Testing
本文围绕RIS辅助无线网络,分析网络控制与独立两种部署模式及多RIS、多用户、多小区协作场景,提出协同调控机制,并通过仿真和现场测试验证其应用效果与挑战。
2024-08-06 cs.IT cs.NI math.IT
A UAV-assisted Wireless Localization Challenge on AERPAW
School of Electrical and Computer Engineering, University of Georgia(佐治亚大学电气与计算机工程学院);University of North Texas(北得克萨斯大学);NYU Tandon School of Engineering(纽约大学坦登工程学院);Delmont Systems LLC(德尔蒙特系统有限责任公司);North Carolina State University(北卡罗来纳州立大学)
本文介绍AERPAW平台上的无人机辅助无线定位挑战,通过真实测试平台场景验证平台能力,并总结前三名团队自动定位窄带信号的方法与经验。
2024-07-16 cs.NI cs.RO
A Novel Deep Reinforcement Learning-based Approach for Enhancing Spectral Efficiency of IRS-assisted Wireless Systems
K. N. Toosi University of Technology(K. N. 图西理工大学)
本文从频谱效率增强的角度研究了一种智能反射面增强网络,用于下行链路多用户多输入单输出系统。与以前主要关注替代优化方法的工作相比,我们利用两个深度强化学习框架研究了基站处的有源发射波束成形矩阵与IRS处的无源相移矩阵的非凸联合优化问题。例如,深度确定性策略梯度(DDPG)和双延迟DDPG(TD3)。仿真结果表明,在后一种方案中的神经网络在各种情况下表现得更令人满意。
2023-01-24 cs.AI cs.IT cs.NI
Interference Avoidance Position Planning in UAV-assisted Wireless Communication
研究了无人机辅助无线通信系统中,利用无人机作为中继节点来提高收发机之间的吞吐量。我们专注于开发有效的方法来定位无人机(S)在天空中的一个主要的干扰源的存在下,这使得问题不平凡。首先,我们考虑利用一个单一的无人机,我们开发了一个理论框架,以确定其最佳位置,旨在最大限度地提高系统的SIR。为此,我们研究了三种实际情况下的问题,其中无人机的位置是:(i)垂直固定,水平可调;(ii)水平固定,垂直可调;(iii)水平和垂直可调。之后,我们考虑采用多个无人机,为此,我们提出了一种具有成本效益的方法,同时最大限度地减少所需的无人机的数量,并确定其最佳位置,以保证一定的SIR的系统。我们进一步发展了一个分布式布局算法,它可以增加系统的SIR给定的任意数量的无人机。数值模拟提供了我们所提出的方法来评估性能。
2019-03-21 cs.NI eess.SP